Loading...
    • Guide du développeur
    • Référence API
    • MCP
    • Ressources
    • Notes de version
    Search...
    ⌘K
    Premiers pas
    Introduction à ClaudeDémarrage rapide
    Modèles et tarification
    Aperçu des modèlesChoisir un modèleNouveautés dans Claude 4.5Migration vers Claude 4.5Dépréciation des modèlesTarification
    Créer avec Claude
    Aperçu des fonctionnalitésUtiliser l'API MessagesFenêtres de contexteMeilleures pratiques de prompting
    Capacités
    Mise en cache des promptsÉdition de contexteRéflexion étendueEffortStreaming de messagesTraitement par lotsCitationsSupport multilingueComptage de tokensEmbeddingsVisionSupport PDFAPI FilesRésultats de rechercheSorties structuréesComplément Google Sheets
    Outils
    AperçuComment implémenter l'utilisation d'outilsUtilisation d'outils efficace en tokensStreaming d'outils granulaireOutil BashOutil d'exécution de codeAppel d'outils programmatiqueOutil Computer useOutil Éditeur de texteOutil Web fetchOutil Web searchOutil MemoryOutil Tool search
    Compétences d'agent
    AperçuDémarrage rapideMeilleures pratiquesUtiliser les compétences avec l'API
    Agent SDK
    AperçuSDK TypeScriptSDK PythonGuide de migration
    Guides
    Streaming d'entréeGestion des permissionsGestion des sessionsSorties structurées dans le SDKHébergement de l'Agent SDKModification des prompts systèmeMCP dans le SDKOutils personnalisésSous-agents dans le SDKCommandes slash dans le SDKCompétences d'agent dans le SDKSuivi des coûts et de l'utilisationListes de tâchesPlugins dans le SDK
    MCP dans l'API
    Connecteur MCPServeurs MCP distants
    Claude sur les plateformes tierces
    Amazon BedrockMicrosoft FoundryVertex AI
    Ingénierie des prompts
    AperçuGénérateur de promptsUtiliser les modèles de promptsAméliorateur de promptsÊtre clair et directUtiliser des exemples (prompting multi-shots)Laisser Claude réfléchir (CoT)Utiliser les balises XMLDonner un rôle à Claude (prompts système)Pré-remplir la réponse de ClaudeEnchaîner les prompts complexesConseils pour le contexte longConseils pour la réflexion étendue
    Tester et évaluer
    Définir les critères de succèsDévelopper des cas de testUtiliser l'outil d'évaluationRéduire la latence
    Renforcer les garde-fous
    Réduire les hallucinationsAugmenter la cohérence des résultatsAtténuer les jailbreaksRefus en streamingRéduire les fuites de promptsGarder Claude dans le rôle
    Administration et surveillance
    Aperçu de l'API AdminAPI d'utilisation et de coûtsAPI Claude Code Analytics
    Console
    Log in
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...

    Solutions

    • AI agents
    • Code modernization
    • Coding
    • Customer support
    • Education
    • Financial services
    • Government
    • Life sciences

    Partners

    • Amazon Bedrock
    • Google Cloud's Vertex AI

    Learn

    • Blog
    • Catalog
    • Courses
    • Use cases
    • Connectors
    • Customer stories
    • Engineering at Anthropic
    • Events
    • Powered by Claude
    • Service partners
    • Startups program

    Company

    • Anthropic
    • Careers
    • Economic Futures
    • Research
    • News
    • Responsible Scaling Policy
    • Security and compliance
    • Transparency

    Learn

    • Blog
    • Catalog
    • Courses
    • Use cases
    • Connectors
    • Customer stories
    • Engineering at Anthropic
    • Events
    • Powered by Claude
    • Service partners
    • Startups program

    Help and security

    • Availability
    • Status
    • Support
    • Discord

    Terms and policies

    • Privacy policy
    • Responsible disclosure policy
    • Terms of service: Commercial
    • Terms of service: Consumer
    • Usage policy
    Ingénierie des prompts

    Enchaîner des prompts complexes pour de meilleures performances

    While these tips apply broadly to all Claude models, you can find prompting tips specific to extended thinking models here.

    Lorsque vous travaillez avec des tâches complexes, Claude peut parfois échouer si vous essayez de tout gérer dans un seul prompt. Le prompting en chaîne de pensée (CoT) est excellent, mais que faire si votre tâche comporte plusieurs étapes distinctes qui nécessitent chacune une réflexion approfondie ?

    Voici l'enchaînement de prompts : décomposer des tâches complexes en sous-tâches plus petites et gérables.

    Pourquoi enchaîner les prompts ?

    1. Précision : Chaque sous-tâche reçoit toute l'attention de Claude, réduisant les erreurs.
    2. Clarté : Des sous-tâches plus simples signifient des instructions et des résultats plus clairs.
    3. Traçabilité : Identifiez et corrigez facilement les problèmes dans votre chaîne de prompts.

    Quand enchaîner les prompts

    Utilisez l'enchaînement de prompts pour des tâches multi-étapes comme la synthèse de recherche, l'analyse de documents ou la création de contenu itérative. Lorsqu'une tâche implique plusieurs transformations, citations ou instructions, l'enchaînement empêche Claude d'omettre ou de mal gérer les étapes.

    Rappelez-vous : Chaque maillon de la chaîne reçoit toute l'attention de Claude !

    Conseil de débogage : Si Claude manque une étape ou performe mal, isolez cette étape dans son propre prompt. Cela vous permet d'affiner les étapes problématiques sans refaire toute la tâche.

    Comment enchaîner les prompts

    1. Identifiez les sous-tâches : Décomposez votre tâche en étapes distinctes et séquentielles.
    2. Structurez avec XML pour des transitions claires : Utilisez des balises XML pour transmettre les résultats entre les prompts.
    3. Ayez un objectif de tâche unique : Chaque sous-tâche devrait avoir un objectif unique et clair.
    4. Itérez : Affinez les sous-tâches en fonction des performances de Claude.

    Exemples de flux de travail enchaînés :

    • Analyse multi-étapes : Voir les exemples juridiques et commerciaux ci-dessous.
    • Pipelines de création de contenu : Recherche → Plan → Brouillon → Édition → Format.
    • Traitement de données : Extraire → Transformer → Analyser → Visualiser.
    • Prise de décision : Rassembler les infos → Lister les options → Analyser chacune → Recommander.
    • Boucles de vérification : Générer du contenu → Réviser → Affiner → Re-réviser.
    Conseil d'optimisation : Pour les tâches avec des sous-tâches indépendantes (comme analyser plusieurs documents), créez des prompts séparés et exécutez-les en parallèle pour la vitesse.

    Avancé : Chaînes d'auto-correction

    Vous pouvez enchaîner des prompts pour que Claude révise son propre travail ! Cela détecte les erreurs et affine les résultats, surtout pour les tâches à enjeux élevés.


    Exemples


    Bibliothèque de prompts

    Inspirez-vous d'une sélection organisée de prompts pour diverses tâches et cas d'usage.

    Tutoriel de prompting GitHub

    Un tutoriel rempli d'exemples qui couvre les concepts d'ingénierie de prompts trouvés dans notre documentation.

    Tutoriel de prompting Google Sheets

    Une version plus légère de notre tutoriel d'ingénierie de prompts via une feuille de calcul interactive.

    • Pourquoi enchaîner les prompts ?
    • Quand enchaîner les prompts
    • Comment enchaîner les prompts
    • Exemples de flux de travail enchaînés :
    • Avancé : Chaînes d'auto-correction
    • Exemples